Densidad de los vasos retinianos periféricos en niños y adolescentes con miopía: una evaluación mediante aprendizaje...

Área de la Ciencia:

• Oftalmología
• Imágenes médicas
• Inteligencia artificial

Sus antecedentes:

• Investiga el impacto de la longitud axial (LA) en la vasculatura retiniana periférica en poblaciones pediátricas.
• Explora el potencial del aprendizaje profundo (AP) para detectar alteraciones vasculares tempranas asociadas con la miopía.

Objetivo del estudio:

• Determinar la relación entre la longitud axial y la densidad de los vasos retinianos periféricos.
• Evaluar la eficacia de los algoritmos de aprendizaje profundo para identificar cambios vasculares subclínicos en la miopía.

Principales métodos:

• Se utilizó imagen de ultra-campo amplio no midriática para la adquisición de imágenes retinianas.
• Se emplearon modelos de aprendizaje profundo Nested U-Net y ResNet34 para la segmentación vascular y la clasificación de la LA.
• Se cuantificó la densidad vascular en campos retinianos periféricos (60-30° y 100-60°).

Principales resultados:

• Se analizaron 679 ojos de 396 niños y adolescentes en grupos de LA normal, media y alta.
• Se observó una mayor densidad vascular en la retina temporal y una menor densidad en la retina inferior.
• Se demostró una disminución significativa de la densidad vascular periférica con el aumento de la LA (normal > media > alta).
• Se logró una alta precisión (AUC=0,9651) en la clasificación de la LA mediante aprendizaje profundo, y Grad-CAM resaltó las regiones vasculares clave.

Conclusiones:

• El aumento de la longitud axial se correlaciona con una disminución de la densidad de los vasos retinianos periféricos.
• El análisis de aprendizaje profundo de imágenes de ultra-campo amplio puede detectar cambios vasculares tempranos y subclínicos.
• Estos hallazgos sugieren un papel potencial para el AP en la detección temprana del riesgo de miopía alta.